python 内置数据类型_python中用于存储数据集合的内置数据类型

python中内置数据类型包含：

(1)数字类型（Number）

整型（int）

表示没有小数部分的数字。在Python中，整数可以表示任意大的数字，而不受计算机内存的限制

浮点型（float）

用于表示带小数点的数值。浮点型可以表示非常大或非常小的数，精度取决于所使用的位数。Python 3 中的浮点数精度为 53 位

浮点数的比较应该谨慎进行，因为由于浮点数的精度问题，可能会产生不准确的结果

复数（complex）

复数（complex）是由实数和虚数组成的数，形如 a + bi，其中 a 和 b 分别表示实数和虚数部分，i 表示虚数单位
在 Python 中，复数可以使用 complex(real, imag) 函数创建，其中 real 和 imag 分别表示实部和虚部。同时，也可以使用 a + bj 的形式表示复数，其中 a 和 b 分别表示实数和虚数部分，j 也表示虚数单位
复数的常用运算包括加减乘除以及求模、共轭等操作。可以使用 +、-、*、/ 分别表示复数的加、减、乘、除运算；使用 abs() 函数求取复数的模，使用 .conjugate() 方法求取复数的共轭

布尔型（bool）

用于表示真（True）和假（False）的数据类型。在 Python 中，True 和 False 都是关键字，它们分别代表布尔型的真和假

在 Python 中，被认为是“假”的值有：
False：布尔型的假值
None：表示缺少值或空对象
0：整型的零值
0.0：浮点型的零值
''、""、""" """：空字符串
[]：空列表
()：空元组
{}：空字典

长整型（long）

在 Python 2 中，整数类型分为两种，即普通整数类型（int）和长整数类型（long）
普通整数类型的大小是固定的，通常是 32 位或 64 位。而长整数类型可以表示任意大小的整数，内存空间是动态分配的
在 Python 2 中，如果普通整数超出了范围，就会自动转换为长整数类型。而在 Python 3 中，只有一种整数类型，即 int，其大小可以动态调整，不再需要长整数类型

(2)序列类型（Sequence）

字符串（str）

用来表示文本数据的数据类型，由一系列 Unicode 字符构成，可以使用单引号（'）或双引号（"）来创建字符串对象

在 Python 中，字符串是不可变的，也就是说，一旦创建了字符串对象，就不能更改字符串的内容

在 Python 3.6之后还有一种称为 f-strings 的字符串格式化方法，它使用花括号（{}）来包含表达式，可以在字符串中插入变量或表达式的值

name = "Alice"
age = 30
print(f"My name is {name} and I'm {age} years old.")

列表（list）

用于存储一组有序的数据。它可以存储任何类型的数据，包括整数、浮点数、字符串、布尔值等等。列表是可变的，这意味着可以对其进行添加、删除、修改等操作。在 Python 中，用方括号 [] 来表示一个列表

元组（tuple）

元组使用小括号 () 表示，元素之间使用逗号分隔

创建只包含一个元素的元组时，需要在元素后面加上逗号，否则会被解释为其他数据类型

元组与列表不同的是，元组是不可变的，因此在需要不可变序列的场合，如函数参数、字典键等，元组常常比列表更为合适

字节序列（bytes）

Python 3中新增的一种数据类型，用于表示二进制数据。与字符串不同，字节序列中的每个元素都是整数，取值范围为0~255

可以通过字面量或bytes()函数创建字节序列:

# 通过字面量创建字节序列
b = b'hello world'
# 通过bytes()函数创建字节序列
b = bytes([104, 101, 108, 108, 111, 32, 119, 111, 114, 108, 100])

字节序列与字符串相似，可以进行一些基本的操作，如索引、切片、遍历等。但是，由于字节序列中的元素是整数，因此它们不支持字符串中的一些操作，如replace()、split()等

字节序列与字符串之间可以通过encode()和decode()方法进行相互转换。encode()方法将字符串转换为字节序列，而decode()方法将字节序列转换为字符串

需要注意的是，字节序列与字符串之间的转换需要指定相应的编码方式

s = 'hello world'
b = s.encode('utf-8')  # 将字符串转换为字节序列
s1 = b.decode('utf-8')  # 将字节序列转换为字符串

(3)映射类型（Mapping）

字典（dict）

一种键值对（key-value pairs）的无序容器。字典中的每个元素都由一个键和一个值组成，它们通过冒号（:）分隔。字典中的键必须是不可变的，例如整数、浮点数、字符串、元组等，而值可以是任意类型的对象

(4)集合类型（Set）

集合（set）

一种无序、不重复元素的集合数据类型，它支持集合运算，例如交集、并集、差集等。Python中的集合类型可以通过内置函数set()来创建，也可以使用花括号{}包含元素列表的方式创建

Python中的集合类型支持集合运算，包括并集（|）、交集（&）、差集（-）等操作

集合运算是指针对集合进行的一系列操作，包括交集、并集、差集和对称差集等。这些运算可以用于处理集合数据，进行集合的筛选、聚合等操作。
以下是常见的集合运算：
交集（intersection）：返回两个集合中共有的元素，使用 & 符号或者 intersection 方法实现。
并集（union）：返回两个集合中所有元素的集合，使用 | 符号或者 union 方法实现。
差集（difference）：返回第一个集合中有而第二个集合中没有的元素的集合，使用 - 符号或者 difference 方法实现。
对称差集（symmetric difference）：返回两个集合中不共有的元素的集合，使用 ^ 符号或者 symmetric_difference 方法实现。
另外，还有一些其他的集合运算，比如判断是否是子集（issubset）、判断是否是超集（issuperset）等。这些运算可以通过调用相应的方法实现

不可变集合（frozenset）

一种不可变的集合类型，和集合（set）相似，但是一旦创建就无法更改。这意味着不能向不可变集合中添加或删除元素，因此它比可变集合更加安全。不可变集合是用 frozenset() 函数来创建的，它接受一个可迭代对象作为参数，并返回一个新的不可变集合对象
不可变集合的主要应用是作为字典的键，因为字典的键必须是不可变的对象。此外，它们还可以用于比较两个集合是否相等，因为不可变集合是可哈希的（hashable），可以作为字典的键和集合的元素

(5)可调用类型（Callable）

可调用类型（Callable）是 Python 中的一个抽象概念，表示可调用的对象，即可以像函数一样调用的对象

判断一个对象是否是可调用类型，可以使用内置函数 callable()

分别定义了一个函数、一个方法和一个类，并且都可以像函数一样进行调用:

# 定义一个函数
def add(a, b):
    return a + b
 
# 定义一个类，其中定义了一个 __call__ 方法
class Multiply:
    def __call__(self, a, b):
        return a * b
 
# 定义一个带有 __call__ 方法的类，并创建其实例
class Divide:
    def __call__(self, a, b):
        return a / b
 
divide = Divide()
 
# 判断这三个对象是否是可调用类型
print(callable(add))      # True
print(callable(Multiply)) # True
print(callable(divide))   # True

函数是一段可执行的代码块，可以通过函数名来调用。函数可以带有参数，并可以返回一个值。
方法是指与一个对象相关联的函数，可以通过对象名和方法名来调用。例如，一个字符串对象可以调用upper()方法来将其转换为大写。方法的调用通常是通过点.操作符实现的，这个点操作符可以理解为“属于”这个对象。方法的第一个参数通常是self，指代调用该方法的对象本身

(6)迭代器类型（Iterator）

生成器（generator）和生成器函数（generator function）

迭代器类型，可以按需生成一系列值

生成器函数是指返回生成器的函数，通常使用 yield 关键字来产生值

生成器函数在调用时并不会执行函数体，而是返回一个生成器对象，每次迭代时会自动执行生成器函数，并在 yield 处生成一个值，直到函数执行结束或遇到 return 语句

def count_up_to(n):
    i = 1
    while i <= n:
        yield i
        i += 1
 
# 使用生成器函数创建生成器
counter = count_up_to(5)
 
# 迭代生成器输出值
for num in counter:
    print(num)

上面的代码定义了一个 count_up_to 函数，该函数使用 yield 语句返回生成器。在主程序中，通过调用 count_up_to 函数创建一个生成器对象 counter，然后使用 for 循环语句迭代该生成器输出值

生成器可以优化内存使用，因为它只在需要时生成数据，而不是一次性生成整个序列。它也可以用于处理无限序列，因为它可以在需要时生成无限的值序列，而不会导致内存溢出

以下是一个无限序列的生成器函数：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b
 
# 创建生成器
fib = fibonacci()
 
# 迭代生成器并输出前10个数
for i in range(10):
    print(next(fib))

上面的代码中，定义了一个 fibonacci 生成器函数，它使用 yield 语句产生斐波那契数列的值。在主程序中，通过调用 fibonacci 函数创建一个生成器对象 fib，然后使用 for 循环语句迭代该生成器并输出前10个值。
需要注意的是，生成器只能被迭代一次。如果需要再次迭代，必须重新创建一个新的生成器对象。此外，生成器也可以作为参数传递给其他函数或方法，或使用类似列表解析的方式进行过滤或映射操作

内置迭代器

Python 内置的迭代器类型包括：
list_iterator：用于迭代列表
tuple_iterator：用于迭代元组
str_iterator：用于迭代字符串
set_iterator：用于迭代集合
dict_keyiterator：用于迭代字典的键
dict_valueiterator：用于迭代字典的值
dict_itemiterator：用于迭代字典的键值对
range_iterator：用于迭代范围内的整数
zip_iterator：用于迭代多个序列的并行元素
map_iterator：用于迭代通过函数映射后的元素
filter_iterator：用于迭代通过函数过滤后的元素
enumerate_iterator：用于迭代序列中的元素及其索引

(7)上下文管理器类型（Context Manager）

上下文管理器类型（Context Manager）是一种可管理资源的对象，它可以定义一些操作在进入和退出上下文时执行。上下文管理器可以使用with语句来自动地获取和释放资源，使代码更加简洁、可读性更好、更加健壮。
在 Python 中，with语句通常用于处理文件操作、线程锁、网络连接等需要手动管理资源的场景。通过使用上下文管理器，我们可以在with语句中执行相关操作，并确保在离开with语句块后，相关资源得到正确释放，从而避免资源泄漏和其他潜在的错误。常见的内置上下文管理器类型包括file对象、threading.Lock对象、socket.socket对象等。同时，我们也可以通过@contextmanager装饰器来定义自己的上下文管理器。
在上下文管理器中，通常需要实现__enter__()和__exit__()方法。其中，__enter__()方法用于获取资源或执行相关操作，__exit__()方法则用于释放资源或执行清理操作。当with语句块执行结束时，__exit__()方法会自动被调用，即使在with块内部发生了异常，也会确保资源得到释放。
下面是一个使用内置的file上下文管理器打开文件的例子：

with open("file.txt", "r") as f:
    data = f.read()
    # 在with块中对文件进行读取和处理
 
# 在with块结束后，文件会自动关闭

这里open()函数返回的file对象就是一个上下文管理器，当我们使用with语句打开文件并进行相关操作时，__enter__()方法会被自动调用，返回file对象本身，而__exit__()方法则会在with块结束后自动调用，关闭文件并释放相关资源

(8)模块类型（Module）

模块（module）和包（package）

模块类型（Module）是指由Python代码编写的一个文件，其中包含了变量、函数、类等各种对象的定义。在Python中，每一个.py文件都可以看作是一个模块，它可以被其他的程序导入并使用其中定义的对象

包（package）则是一个包含了多个模块或子包的特殊目录，其中还包含一个名为 __init__.py 的文件，用于标识这个目录是一个包

(9)类型类型/元类型（metaclass）

类（class）和类型（type）

类型类型（Type）是Python中内置的一种类型，用于表示其他类型的类型。每个对象都属于某种类型，而这个类型本身也是一个对象，也有它自己的类型。因此，类型类型就是用来表示其他类型的类型对象

在Python中，可以使用type()函数来获取一个对象的类型，也可以使用type()函数来动态地创建新的类型，因此，type()函数是一个非常重要的函数。通过type()函数可以动态地创建新的类、对象等等，从而实现更加灵活的编程
类类型指的是用class关键字定义的类。在Python中，类也是一种对象，它们可以有自己的属性和方法。类类型是一种元类，可以用来创建类对象。类对象又可以创建实例对象。类的定义包括类名、类属性和类方法等。类属性是类的数据成员，而类方法是类的函数成员。类可以继承自其他类，从而继承其属性和方法。
元类型（metaclass）是一种用于创建类的类，它可以控制类的创建过程，包括类的属性和方法等。在Python中，所有的类都是由一个元类型来创建的，默认的元类型是type。元类型可以用来控制类的继承关系、方法重载、属性访问等，是高级面向对象编程的重要概念之一

(10)Null 对象类型（NoneType）

只包括一个值 None，表示空对象